近日,权威机构AMiner公布2022年度AI 2000人工智能最具影响力榜单,在计算机网络领域,谷歌、LYNX、麻省理工学院、微软、卡耐基梅隆大学、圣迭戈加州大学、Forward Networks、斯坦福大学、密歇根大学、阿里巴巴等名校和公司一起跻身全球十大最具影响力的网络研究机构。

2022年度AI2000榜单基于2012-2021 十年间人工智能和计算机科学领域 46 个顶级期刊会议收录的185,241 篇论文和 258,268 位作者的学术数据,榜单涵盖了人工智能 、计算机网络等20 个核心领域。每年遴选时,参考过去 10 年各领域最有影响力的会议和期刊发表论文的引用情况。
其中,计算机网络领域论文共计2,899篇,中国位居世界第二。入选该领域的顶会和期刊有SIGCOMM、NSDI、MobiCom等。从2019年开始,阿里巴巴已连续4年累计16篇网络论文入选网络通信领域全球顶会SIGCOMM,而在2019年之前SIGCOMM近50年的历史中,来自中国大陆的企业和高校总共也仅有10余篇论文入围 。

阿里巴巴旗下的阿里云,在计算机网络技术领域已布局多年,基于可编程芯片技术的数据中心网络和超融合网关设备,构建了端到端的网络性能可预期能力,建成全球超大规模数据中心内的“高速网”,可支持连接上万张 GPU卡的超级大算力集群,及超过10万台服务器的集群弹性扩展能力。
在数据中心大规模部署 RDMA低延时网络技术实践中,阿里云网络团队提出了端网融合架构设计理念,在此基础上自主研发了Solar-RDMA低延时网络协议及HPCC流控算法,并通过自研网卡实现了协议硬件卸载,将网络拥塞延迟降低几十倍至上百倍,目前已在AI大计算集群内大规模应用,显著降低机器学习等传输延迟。
在广域网和无线网领域,2020年,阿里云网络团队成功将NFC感应距离从20厘米提升到了 3 米,实现了"世界上通信距离最远的NFC系统 "; 2021年,阿里云网络团队与淘宝推出多路径QUIC协议“XLINK”,解决了“多路传输慢路径阻塞”业界公认难题。上述多项研究成果均被SIGCOMM等顶会收录。
好文章,需要你的鼓励
科技泡沫并非世界末日,从经济角度看,泡沫是押注过大导致供过于求。AI泡沫问题复杂在于AI软件开发节奏与数据中心建设周期的时间错配。甲骨文关联数据中心获180亿美元信贷,Meta承诺三年内投入6000亿美元基础设施。麦肯锡调查显示企业虽广泛使用AI但规模有限,多数仍持观望态度。微软CEO表示更担心数据中心空间不足而非芯片短缺,电力需求成为新瓶颈。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。
Goodfire.ai研究人员首次发现AI语言模型中记忆和推理功能通过完全独立的神经通路运作。研究显示,移除记忆通路后,模型丧失97%的训练数据复述能力,但逻辑推理能力几乎完全保留。令人意外的是,算术运算与记忆共享神经通路而非推理通路,这可能解释了AI模型在数学方面的困难。该技术未来有望用于移除版权内容或敏感信息而不损害模型核心功能。
这项由ETH苏黎世等机构发表的突破性研究首次系统性揭示了优化器选择对AI模型量化性能的重大影响。研究团队发现传统的异常值理论完全失效,并开发了革命性的ABC分解框架来准确预测量化后性能。实验证明Shampoo优化器在量化场景下表现最优,该发现为AI模型的实际部署提供了重要指导,有望让AI技术在资源受限设备上发挥更大作用。